买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉杭州又拍云科技有限公司申请的专利一种在CDN中应用的AI视频压缩方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116366881B 。

龙图腾网通过国家知识产权局官网在2026-03-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310243572.1，技术领域涉及：H04N21/234；该发明授权一种在CDN中应用的AI视频压缩方法是由颜炜俐;刘亮为;赵中兴;沈志华设计研发完成，并于2023-03-14向国家知识产权局提交的专利申请。

本一种在CDN中应用的AI视频压缩方法在说明书摘要公布了：本发明公开了一种在CDN中应用的AI视频压缩方法，包括：记录用户向CDN节点发起视频点播请求的日志数据，筛出热度视频，并分析得到热度视频的特征向量；将向量输入到BERT模型中训练得到热度指标向量，热度指标向量与所有点播视频的带宽数据点积得到带宽指标值，根据带宽指标值对所有点播视频进行排序；选取队列头部的视频输入分类模型做智能场景识别，将分类结果输入压缩策略确定模型，获得压缩策略模板；使用视频处理增强算法先对队列头部的视频进行调整，再根据压缩策略确定模型输出的压缩策略指导编码得到压缩后的视频，将视频分发至对应的内容分发网络的边缘服务器中。本发明全流程可自动有效执行，无需人工干预。

本发明授权一种在CDN中应用的AI视频压缩方法在权利要求书中公布了：1.一种在CDN中应用的AI视频压缩方法，其特性在于，包括以下步骤： 步骤1：记录用户向CDN节点发起视频点播请求的日志数据，筛出热度视频，并分析得到热度视频的特征向量； 所述的热度视频的日志数据包括访问次数、视频标题、分类标签以及视频摘要； 步骤2：将步骤1中的热度视频的特征向量输入到BERT模型中训练得到热度指标向量，热度指标向量与所有点播视频的带宽数据点积得到带宽指标值，根据带宽指标值对所有点播视频进行排序，视频按带宽指标值从高到低顺序进入队列； 步骤3：选取步骤2的队列头部的视频输入分类模型做智能场景识别，将分类结果输入压缩策略确定模型，获得压缩策略模板； 所述分类模型通过以下步骤训练得到： 3.1提取出视频样本的音像内容、标题、视频摘要； 3.2将音像内容输入Inception-Resnetv2模型进行神经网络训练得到视频特征序列； 3.3将视频特征序列输入NetVLAD网络进行聚合训练获得全局音像特征向量；标题和视频摘要则输入BERT模型训练得到文本特征向量； 3.4将全局音像特征向量、文本特征向量与权重因子做点积后加权得到视频的融合特征；将视频的融合特征以及全局音像特征向量、文本特征向量均进行神经网络训练学习特征向量与视频多级类目的依赖关系，生成以视频为输入以类目标签为输出的分类模型； 所述压缩策略确定模型通过以下步骤训练得到： 获取多个视频样本集合，每个视频样本集合中分别包含一种内容类型的多个最优压缩策略已知的视频样本，每个视频样本对应有图像画面、运动状态、纹理状态的编码指导参数； 针对各个视频样本集合，分别以包含的视频样本的多个编码指导参数的值为训练样本，对预设的多个决策树模型进行训练，所有决策树模型以至少一个编码指导参数为变量，以压缩策略为因变量； 针对各个视频样本集合，分别选取训练后准确率最高的决策树模型的变量，作为包含的视频样本所属的内容类型对应的压缩策略；根据内容类型与对应的压缩策略，生成以内容类型为输入以对应的压缩策略为输出的压缩策略确定模型； 步骤4：使用视频处理增强算法先对队列头部的视频进行调整，再根据步骤3中压缩策略确定模型输出的压缩策略指导编码得到压缩后的视频，即为高清低码的视频，包括： 使用视频增强算法先对队列头部的视频进行分辨率缩放、降噪、锐化调整得到优化后的队列头部的视频； 将优化后的队列头部的视频作为输入数据，输入到编码器中，编码器采用压缩策略中编码器类型对应的编码器，编码器会根据压缩策略中的设定，自动将视频的码率、参考帧数、搜索范围调整为压缩策略中预设的值，再根据量化参数以及detailreduce参数对优化后的队列头部的视频进行量化和detailreduce处理，最后经过编码处理后，得到压缩后的视频； 步骤5：将步骤4中完成高清低码的视频分发至对应的内容分发网络的边缘服务器中。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人杭州又拍云科技有限公司，其通讯地址为：310012 浙江省杭州市西湖区文一西路522号9幢1单元601室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。